Samsung Galaxy S26 на Snapdragon 8 Elite Gen 5 оказался значительно выносливее версии с Exynos 2600 по времени автономной работы
Недавние отчеты об энергоэффективности чипсета Exynos 2600 в составе Samsung Galaxy S26 указали на его серьезное отставание от Snapdragon 8 Elite Gen 5. Новые испытания на автономность лишь подтвердили эти опасения: фирменная платформа Samsung потребляет значительно больше ресурсов, что критически сказывается на времени работы смартфона. Согласно тестам, опубликованным на YouTube-канале Android Addicts, разница в живучести двух идентичных модификаций Galaxy S26 на разных процессорах составила внушительные 2 часа 38 минут.
Скриншот из видео Android Addicts
В ходе эксперимента на обоих устройствах был деактивирован Wi-Fi и задействованы сети 5G. Наиболее уязвимым местом Exynos 2600 оказались ресурсоемкие задачи, в частности кодирование видеоконтента: в этом режиме аппарат ощутимо перегревался, что провоцировало стремительную деградацию заряда аккумулятора.
Финальные замеры показали, что Galaxy S26 на базе Snapdragon 8 Elite Gen 5 продержался 9 часов 26 минут, в то время как версия с Exynos 2600 отключилась уже через 6 часов 48 минут. Таким образом, технологическое преимущество SoC от Qualcomm обеспечило на 28% больше времени автономной работы по сравнению с аналогом.
Источник: iXBT
Луна «похудела» на 45 метров: спутник Земли продолжает сжиматься, а на его поверхности по-прежнему возникают новые разломы
Кодом по железу: UART, I2C и SPI простыми словами для тех, кто боится «железа»
Флагманы Vivo X500 для Европы оценили почти как iPhone 18 Pro: утекли цены на старшие модели линейки
Недорогой, но с мощной батареей: Motorola работает над Moto G47 Power с аккумулятором на ~7000 мАч
Microsoft всерьёз думает об эксклюзивности Minecraft для Xbox? Об этом говорит её свежий опрос игроков
Intel снова поменяла схему названий: все новые процессоры Nova Lake получат имя Core Ultra 4000
Asus прислала RTX 5080 вместо RTX 4080 Super, но покупатель остался недоволен цветом видеокарты
Не нужна NVIDIA! Часть 2: 8 нейросетей на FPGA за $50 — и всё упёрлось в память DDR3